李潔茹，張軍海

（1.張家口學院 理學系，河北 張家口 075000；2.河北師范大學 資源與環(huán)境科學學院，石家莊 050024）

數(shù)字地價模型的構(gòu)建方法及參數(shù)選擇

李潔茹1,2，張軍海2

（1.張家口學院 理學系，河北 張家口 075000；2.河北師范大學 資源與環(huán)境科學學院，石家莊 050024）

基于地統(tǒng)計內(nèi)插構(gòu)建數(shù)字地價模型是目前國內(nèi)研究地價空間分布的常用手段。既往的研究大多側(cè)重空間變異分析或不同模型結(jié)果的比較，較少探討一個完整的建模過程及過程中一些重要參數(shù)如何科學選擇與設(shè)置。文章以2008—2014年石家莊市主城區(qū)土地交易數(shù)據(jù)為例，借助ArcGIS、GS+軟件平臺，深入探討了基于地統(tǒng)計學原理，利用Kriging插值的方法，構(gòu)建數(shù)字地價模型的完整過程，并重點探究此建模過程中獲取最優(yōu)參數(shù)的方法。結(jié)果表明：基于地統(tǒng)計方法構(gòu)建的數(shù)字地價模型，能夠合理地模擬區(qū)域地價空間分布形態(tài)；并通過探索性空間數(shù)據(jù)分析、變異函數(shù)分析、不同模型擬合優(yōu)度對比、交叉驗證精度檢驗等手段，有效地保證了建模參數(shù)的科學性和準確性。

數(shù)字地價模型；地統(tǒng)計學；Kriging插值；探索性空間數(shù)據(jù)分析

0 引言

數(shù)字地價模型（Digital Land Price Model，DLPM）是一組表示土地價格高低的有序數(shù)值陣列。20世紀后期，國內(nèi)外眾多學者開始采用統(tǒng)計、空間分析等定量分析的方法構(gòu)建數(shù)字地價模型，并基于此模型研究地價空間分布的形態(tài)和變化規(guī)律。地統(tǒng)計學（Geostatistics）是20世紀60年代興起的一門交叉學科，其理論基礎(chǔ)建立在統(tǒng)計學及數(shù)據(jù)空間分析的基礎(chǔ)之上[1]。1951年，礦山工程師D.G.Krige和統(tǒng)計學家H.S.Sichel在評價和識別礦藏的過程中，提出了Kriging內(nèi)插法。運用此法的插值結(jié)果，其估計誤差最小。后經(jīng)統(tǒng)計學家G.Matheron的總結(jié)概括，借鑒前人的經(jīng)驗與方法，系統(tǒng)化地提出了“地統(tǒng)計學”。

目前，基于地統(tǒng)計內(nèi)插構(gòu)建數(shù)字地價模型的方法，已成為國內(nèi)研究地價空間分布的常用手段。但既往的研究大多側(cè)重空間變異分析，或?qū)Σ煌逯的Ｐ秃头椒ǖ慕＝Y(jié)果進行比較，較少探討一個完整的建模過程及過程中一些重要參數(shù)如何科學合理地進行選擇與設(shè)置。本文的樣本取自2008—2014年間，地理范圍涵蓋石家莊市主城區(qū)，具體數(shù)據(jù)為以“招拍掛”方式出讓的住宅用地成交價。研究使用了ArcGIS、GS+等支持地統(tǒng)計分析的軟件平臺，基于地統(tǒng)計內(nèi)插原理，探討構(gòu)建數(shù)字地價模型的方法和過程，并對其中重要參數(shù)設(shè)置的原理和依據(jù)進行深入分析。

1 地統(tǒng)計內(nèi)插的基本原理

地統(tǒng)計學將區(qū)域化變量理論作為其理論基礎(chǔ)，常用于研究在空間分布上具備隨機性與結(jié)構(gòu)性特征的事物或現(xiàn)象，即所謂空間分布的相關(guān)或依賴[2]。它的理論基礎(chǔ)主要包括：①前提假設(shè)，即樣本是否正態(tài)分布且均值平穩(wěn)；②區(qū)域化變量理論；③協(xié)方差與變異函數(shù)理論；④空間估值，即Kriging插值。

1．1 區(qū)域化變量理論

所謂區(qū)域化，即當一個變量呈現(xiàn)出在空間上的分布，并反映出某種空間特質(zhì)。Matheron給出了區(qū)域化變量的定義，即xu，xv，xw為空間點x的直角坐標，區(qū)域化變量是以上述坐標作為自變量的隨機場Z（xu，xv，xw）=Z（x）[2]。該變量具有兩個最顯著特征：隨機性和結(jié)構(gòu)性。這使其具備了描述研究對象隨空間位移而變化的能力。

據(jù)此原理，在數(shù)字地價模型中，首先，離散的地價樣點值在區(qū)域中的分布變化符合連續(xù)且隨機；其次，兩樣點值的相似程度與二者間的距離差異有關(guān)，呈現(xiàn)出明顯的空間自相關(guān)，即吻合了區(qū)域化變量的結(jié)構(gòu)性特征。因此，地價具備了區(qū)域化變量的基本特征，可以嘗試運用該理論對其空間分布進行分析。

1．2 變異函數(shù)理論

1.2.1 定義與參數(shù)

變異函數(shù)（Variograms）是地統(tǒng)計分析所特有的基本工具。在一維條件下其定義為：空間點在x軸上變化，區(qū)域化變量Z(x)分別在點x、x+h處對應(yīng)值Z(x)、Z(x+h)，二者之差的方差的一半，即為Z(x)在x軸上的變異函數(shù)[2]，以γ(x，h)表示。在二階平穩(wěn)或內(nèi)蘊假設(shè)條件下，且當函數(shù)僅依賴于距離h而與位置x無關(guān)時，該函數(shù)最終可表示為：

當樣點距離為0時，limγ(h)等于一個大于零的常數(shù)C0，即塊金值。伴隨h的增大，γ(h)不斷變化，最終將達到一個相對穩(wěn)定的平穩(wěn)值常數(shù)，即基臺值；此時對應(yīng)的自相關(guān)距離即為變程a。變程反映了空間自相關(guān)性的最大距離，即h在變程以內(nèi)，任意兩樣點值之間的相關(guān)性存在，且這種相關(guān)性將隨h的遞增而減?。划攈超出變程時，區(qū)域化變量不存在空間自相關(guān)，此時插值也無意義[3]。上述塊金值、變程、基臺值是變異函數(shù)中三個重要的基本參數(shù)，其值可直接從變異函數(shù)圖中獲得，它們共同決定了變異函數(shù)的結(jié)構(gòu)和最終形狀。

1.2.2 變異函數(shù)理論模型

如果模型滿足二階平穩(wěn)假設(shè)，且具有有限的先驗方差，則可利用樣點數(shù)據(jù)計算變異函數(shù)，γ(h)值隨h遞增，在變程a處達到基臺值。常用的有基臺值的變異函數(shù)理論模型有三種：

（1）球狀模型（Spherical Model），一般模型表達式為：

（2）指數(shù)模型（Exponential Model），一般模型表達式為：

（3）高斯模型（Gaussian Model），一般模型表達式為：

上述式中，C0為塊金值；C為拱高；C0+C為基臺值。

1．3 Kriging空間插值

Kriging插值法建立在上述變異函數(shù)理論的基礎(chǔ)之上。該方法利用了局部區(qū)域的已知樣本數(shù)據(jù)，旨在對未知區(qū)域的變量取值進行無偏最優(yōu)估計[2]。

Kriging插值適用于區(qū)域化變量存在空間相關(guān)性的觀測樣本估值。插值過程中，一方面需考慮待估值點與已知鄰近點間的位置關(guān)系，另一方面還需顧及各鄰近點之間的相對位置關(guān)系，即插值時需參照已知樣本集的空間分布形態(tài)、相對方位等，從而確保結(jié)果具有最小估計誤差方差和線性無偏。

假設(shè)區(qū)域內(nèi)存在若干采樣點xi（i=1，2，3，…，n），其觀測值為Z(xi)，λi為第i個已知點權(quán)重，則可以利用待估值點x0附近一定范圍內(nèi)的已知樣點值，來計算待估值點的預(yù)測值Z(x0)，表示為：

2 數(shù)字地價模型的構(gòu)建方法及參數(shù)設(shè)置

根據(jù)采集到的156個住宅地價樣本，經(jīng)統(tǒng)一地價內(nèi)涵修正后，按其位置描述在ArcGIS空間數(shù)據(jù)庫中創(chuàng)建地價要素類，并利用投影轉(zhuǎn)換形成UTM坐標系統(tǒng)。針對此樣點數(shù)據(jù)，選用ArcGIS10.1平臺下的地統(tǒng)計分析模塊和GS+9.0的變異函數(shù)分析工具，進行數(shù)據(jù)分析與插值建模。

2．1 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析（ESDA，Exploratory Spatial Data Analysis）技術(shù)基于統(tǒng)計學原理，以可視化的方式分析空間數(shù)據(jù)的特征和分布狀態(tài)，從而直觀地反映數(shù)據(jù)在空間上存在的相關(guān)性和異質(zhì)性[4]。這是在數(shù)據(jù)建模之前必經(jīng)的一個初步分析過程。只有掌握了樣點在空間分布上的大致規(guī)律、總體趨勢、異常值存否，及數(shù)據(jù)間存在關(guān)聯(lián)關(guān)系的可能性，才能確保后續(xù)分析的假設(shè)基礎(chǔ)成立，樣點數(shù)據(jù)可靠，插值結(jié)果科學有效。

2.1.1 空間數(shù)據(jù)結(jié)構(gòu)分析

空間數(shù)據(jù)結(jié)構(gòu)分析是一種采用可視化的圖像EDA方法，對空間數(shù)據(jù)進行常規(guī)統(tǒng)計分析與檢驗的方法[4]，使用直方圖或正態(tài)QQPlot圖均可實現(xiàn)。其分析結(jié)果，只有當樣點數(shù)據(jù)（或進行轉(zhuǎn)換處理后）符合正態(tài)分布時，才具備后續(xù)分析的基礎(chǔ)。

（1）直方圖分析

通過直方圖分析，可以直觀地判斷樣點數(shù)據(jù)的總體分布特征及規(guī)律，尤其可以通過圖形直接反映數(shù)據(jù)是否呈現(xiàn)正態(tài)分布，同時可檢出離群值。

通過對圖1的直觀觀察和表1的數(shù)據(jù)比較，原始樣點地價分布呈現(xiàn)較明顯的正偏態(tài)，低價區(qū)間數(shù)據(jù)相對集中，峰度（Kurtosis）和偏度（Skewness）的絕對值較高，正態(tài)擬合效果不夠理想；對數(shù)轉(zhuǎn)換后，樣點地價分布的峰度和偏度絕對值都較轉(zhuǎn)換前更接近0，即樣本更接近標準正態(tài)分布。

圖1 樣點分布直方圖

表1 原始與log轉(zhuǎn)換后樣點統(tǒng)計特征

（2）正態(tài)QQPlot圖分析

通過對正態(tài)QQPlot圖的觀察，可以直觀判斷樣本數(shù)據(jù)擬合正態(tài)分布的優(yōu)度。其依據(jù)是觀察樣本數(shù)據(jù)（散點）與標準正態(tài)分布（直線）之間的重合程度，重合越緊密，則效果越優(yōu)[4]。

圖2給出了對數(shù)轉(zhuǎn)換后樣點地價偏離標準正態(tài)分布線的分布形態(tài)。通過觀察比較可知，二者整體與局部偏差都不大，擬合效果較好，表明該樣本基本服從正態(tài)分布。

圖2 log轉(zhuǎn)換后的樣點正態(tài)QQPlot圖

2.1.2 全局趨勢分析

趨勢分析（Trend Analysis）是用來反映樣本在空間區(qū)域中總體變化特征的方法。樣本數(shù)據(jù)中若存在全局趨勢，則該趨勢將被計入到區(qū)域化變量的空間相關(guān)性中，從而在后續(xù)過程中降低局部樣點的插值精度。運用趨勢分析，高度值賦地價，將其分別投影至東西和南北兩方向正交平面形成三維透視圖，再通過投影點擬合線來模擬對應(yīng)方向上存在的全局趨勢[4]。

圖3給出了樣點地價在東西和南北兩方向上的投影點擬合線。兩擬合線均明顯呈現(xiàn)倒“U”型，即二階曲線趨勢。圖形表明，地價在兩方向上均具有由區(qū)域中心向邊緣遞減的趨勢。該結(jié)果要求采用二階曲線的方法剔除全局趨勢后，再進行插值。

圖3 樣點趨勢分析圖

2.1.3 空間自相關(guān)與變異分析理論

地統(tǒng)計分析的基礎(chǔ)在于變量間空間相關(guān)性的普遍存在，即距離越近的地理事物或現(xiàn)象越相似[5,6]。從地價的影響因素來看，通常在同一區(qū)域內(nèi)，樣點間的距離越近，其繁華程度、交通狀況、基礎(chǔ)設(shè)施等決定性條件也越相似，因此地價水平也會呈現(xiàn)較高程度的相似性。

在此基礎(chǔ)上，如果空間相關(guān)性無關(guān)方向，只關(guān)乎兩點間距離，則表現(xiàn)為各向同性（Isotropic）；而城市地價在空間中通常表現(xiàn)為變化的區(qū)域性分布，即空間相關(guān)性在不同方向上的變化規(guī)律不盡相同，即表現(xiàn)為各向異性（Anisotropic）。

空間相似性的定量表示體現(xiàn)在變異函數(shù)圖的形態(tài)上。該圖以x軸表示空間距離，y軸表示變異函數(shù)值。若存在空間相關(guān)性，則距離越近的點對具有越小的差值，即越相似；而隨著點對之間距離的增大，平方差也應(yīng)隨之增大；最終當點對間距離超過某個值之后，平方差將不再變化，即相關(guān)性消失。

基于上述原理，對經(jīng)對數(shù)轉(zhuǎn)換后的樣點地價進行變異函數(shù)分析。圖4為0°、45°、90°、135°四個方向上的樣點地價變異函數(shù)曲線。通過圖形對比可知，樣本在四個方向上均表現(xiàn)出一定的空間相關(guān)性，但各曲線具有不同的變化趨勢，即表現(xiàn)為各向異性[7]。

圖4 各向異性變異函數(shù)圖

分別利用四種理論模型，對樣點地價進行各向同性分析，輸出變異函數(shù)圖（見圖5）；對應(yīng)的擬合參數(shù)如表2所示。在表2所示參數(shù)中，判斷是否為最優(yōu)模型一般取決于兩個關(guān)鍵參數(shù)，即可決系數(shù)R2和殘差平方RSS。通常以R2越大，RSS越小來判斷擬合效果更理想，且RSS敏感度更高[8]?；谏鲜鲈瓌t，對比表2中的各參數(shù)值可以判斷，針對該樣點地價使用不同理論模型，其擬合優(yōu)度由高到底依次為高斯模型、球狀模型、指數(shù)模型、線性模型。

圖5 各向同性變異函數(shù)圖

表2 不同理論模型擬合參數(shù)對比

表2中塊金值與基臺值之比，即C0/（C0+C）的大小決定了樣本數(shù)據(jù)的空間相關(guān)程度，具體表現(xiàn)為由隨機因素引發(fā)的變異在系統(tǒng)總變異中的占比[9]。若比值小于25%，說明系統(tǒng)具有較強的空間相關(guān)性和良好的空間結(jié)構(gòu)性；若比值大于25%但不足75%，說明系統(tǒng)具有中等強度的空間相關(guān)性；而當比值大于75%時，則表明系統(tǒng)的空間相關(guān)性較弱，此時引發(fā)空間變異的主因歸于隨機因素，不宜再進行空間插值[10]。表2的計算結(jié)果顯示，利用上述四種理論模型擬合，該比值均小于25%，屬強空間自相關(guān)。即結(jié)構(gòu)性因素是影響住宅地價空間變異的主因，隨機因素的影響很小。

2．2 數(shù)字地價模型的構(gòu)建

通過對樣點地價的探索性空間數(shù)據(jù)分析，反映出該數(shù)據(jù)集具有以下特點：①經(jīng)對數(shù)轉(zhuǎn)換后服從正態(tài)分布，同時存在二階全局趨勢；②具有較強的空間相關(guān)性，且表現(xiàn)出各向異性的特征。因此，該數(shù)據(jù)集滿足構(gòu)建預(yù)測表面的前提條件，可進一步適用Kriging插值法，建立數(shù)字地價模型。

2.2.1 Kriging類型選擇

Kriging方法有多種不同類型，普通Kriging法（Ordinary Kriging）是單個變量局部線性最優(yōu)無偏估計的方法，常用于構(gòu)建數(shù)字地價模型；根據(jù)探索性空間數(shù)據(jù)分析的結(jié)果，對數(shù)據(jù)進行對數(shù)轉(zhuǎn)換（Log），同時選擇二次多項式（Second）進行趨勢剔除。

2.2.2 變異函數(shù)建模

建立變異函數(shù)模型是生成預(yù)測表面最核心的步驟。此過程中包含三個關(guān)鍵參數(shù)的設(shè)置：

（1）選擇模型類型：根據(jù)以往眾多實證案例的經(jīng)驗，球狀模型在地價表面預(yù)測中通常有最優(yōu)表現(xiàn)。為保證結(jié)果的準確性，同時使用其他模型作對比驗證。

（2）設(shè)置各向異性與否：在變異分析中已判定，設(shè)置各向異性為True，樣點搜索方向及對應(yīng)變程將被自動計算。

（3）步長及步長組的設(shè)置：此二參數(shù)的設(shè)置是建模過程中最為復(fù)雜的步驟，其選擇將對最終的插值結(jié)果產(chǎn)生重要影響。而決定兩參數(shù)取值是否最優(yōu)的關(guān)鍵，主要取決于數(shù)據(jù)樣本的規(guī)模、研究區(qū)域的范圍，以及研究對象自身的尺度。一方面，若步長取值過大，將難以反映小尺度上存在的空間相關(guān)性；另一方面，若步長取值過小，則容易導致不含樣點的空分組，同時也難以反映各分組內(nèi)部的平均變異狀況。首先根據(jù)基本原則，變異函數(shù)只有在全部數(shù)據(jù)最大間隔距離的一半以內(nèi)才有意義[11]。通過測算，本文區(qū)域內(nèi)距離最大的兩樣點相距約20320m，因此該數(shù)據(jù)集的有效距離約10160m，即可能的最大相關(guān)距離不超出該值。其次，步長及步長組的取值通常遵循：步長×步長組≈樣本數(shù)據(jù)集最大間距/2。在上述原則基礎(chǔ)上，實際操作中可以通過兩個途徑獲取最優(yōu)步長的參考值：①利用GS+軟件的變異函數(shù)分析功能，通過自動擬合確定的最優(yōu)步長值；②通過ArcGIS平臺的平均最近鄰工具，計算得到的最鄰近點之間的平均距離值（NNObserved）[2]。但由于二者在算法的運用上有所不同，導致結(jié)果不完全一致，因此都只能作為有價值的參考，并不能直接決定最終取值。最后還須經(jīng)過不同步長與步長組的反復(fù)擬合并對比交叉驗證結(jié)果，同時考慮研究對象本身，在城市中相距太遠的地塊之間，其價格并不具備太強的可比性和參照性，據(jù)此最終確定步長×步長組的取值為677m×13，由此計算出的樣點間最大相關(guān)距離為3340m[12]。

2.2.3 搜索鄰域

搜索鄰域是基于一個假設(shè)的移動窗口，僅使用落在此窗口范圍內(nèi)的實測樣本進行預(yù)測估值。通常參與估值的樣本數(shù)量不宜過多，過多易拖慢運算速度，還將影響局域平穩(wěn)。本文最終確定最大搜索樣點數(shù)為6，最小搜索樣點數(shù)為2，搜索形狀為偏離45°的4個分區(qū)。

2.2.4 交叉驗證

交叉驗證是評價預(yù)測表面模型準確度的重要依據(jù)，可用于檢驗插值結(jié)果的優(yōu)劣。通常在各項預(yù)測誤差統(tǒng)計指標中，平均誤差越小，則預(yù)測值越無偏；但平均誤差易受數(shù)據(jù)規(guī)模的干擾，故實際運用中通常以平均標準差和標準均方根誤差作為優(yōu)先評價指標。原則上前者越接近0，后者越接近1，插值效果越優(yōu)[3]。這一評價原則直觀地體現(xiàn)在圖6的預(yù)測誤差圖中，即深色的回歸直線與淺色的1:1線越接近重合，表示插值結(jié)果越理想。

圖6 插值結(jié)果預(yù)測誤差圖

使用指數(shù)模型和高斯模型，分別重復(fù)上述操作并對結(jié)果進行比較驗證。各模型的預(yù)測誤差統(tǒng)計量如表3所示。對比可知，以平均標準差作為優(yōu)先評價標準，指數(shù)模型最優(yōu)，球狀模型次之，高斯模型最差；以標準均方根誤差作為優(yōu)先評價標準，高斯模型最優(yōu)，球狀模型次之，指數(shù)模型最差；二者略有差異，最終再輔以平均誤差及其他指標作為參考，綜合評價球狀模型表現(xiàn)最佳。

表3 不同模型預(yù)測誤差對比

在上述分析與設(shè)置的基礎(chǔ)上完成插值，最終生成樣點地價預(yù)測表面圖。

3 結(jié)果分析

在插值結(jié)果生成的500元/m2間距等地價線圖的基礎(chǔ)上，疊加主干道和行政區(qū)劃，如圖7（見下頁）所示。通過觀察與分析可知，住宅地價變化整體上呈明顯的向心性，形成了自中心向邊緣遞減的圈層結(jié)構(gòu)。9000元/m2等地價線呈現(xiàn)出以老火車站和新世隆廣場為中心的兩個近圓形區(qū)域分布；8000元/m2等地價線則呈現(xiàn)出近似三角形圈層分布，三個頂點分別對應(yīng)柏林春天小區(qū)、世紀公園、恒大華府小區(qū)；6500元/m2等地價線大致圍繞在二環(huán)路兩側(cè)。從行政區(qū)劃來看，高地價主要分布在傳統(tǒng)意義上老城區(qū)的近城市中心區(qū)域，橋東、橋西、新華、裕華四區(qū)均有分布；而老城區(qū)中長安區(qū)地價整體相對較低；高新區(qū)管轄區(qū)域基本都位于二環(huán)以外，地價全部低于5000元/m2。

圖7 石家莊市區(qū)二環(huán)內(nèi)住宅等地價線分布圖

上述地價空間分布特征很好地印證了石家莊主城區(qū)城市發(fā)展的歷史沿革和政策導向：（1）老火車站作為傳統(tǒng)的城市中心地，歷史積淀效應(yīng)使其具有不可比擬的區(qū)位優(yōu)勢；（2）東南方向作為近年來城市規(guī)劃的主導方向，成為土地利用的熱點；（3）長安區(qū)作為傳統(tǒng)的老工業(yè)區(qū)，土地利用潛力尚未充分開發(fā)；（4）高新區(qū)以發(fā)展工業(yè)為主且遠離市中心，地價最低。

4 結(jié)論

本文以7年間的石家莊市主城區(qū)住宅用地成交數(shù)據(jù)為樣本，詳細探討了在構(gòu)建數(shù)字地價模型的過程中，如何科學有效地利用地統(tǒng)計學原理與Kriging插值技術(shù)進行建模分析，并對其中主要參數(shù)的選擇和設(shè)置進行了重點剖析。結(jié)果表明：（1）在構(gòu)建數(shù)字地價模型的過程中，地統(tǒng)計學基本原理與Kriging插值技術(shù)表現(xiàn)出良好的適用性，較為合理地模擬出城市地價的空間分布形態(tài)，其結(jié)果精度可信度高；（2）探索性空間數(shù)據(jù)分析可以有效地保證數(shù)據(jù)樣本符合構(gòu)建地價模型的前提條件；（3）通過變異函數(shù)分析、不同模型各項參數(shù)擬合優(yōu)度對比、交叉驗證精度檢驗等手段，能夠獲得較為準確的建模參數(shù)。

[1]牟乃夏等.ArcGIS 10地理信息系統(tǒng)教程：從初學到精通[M].北京:測繪出版社,2012.

[2]劉愛利,王培法,丁園圓.地統(tǒng)計學概論[M].北京:科學出版社,2012.

[3]劉賢趙,張安定等.地理學數(shù)學方法[M].北京:科學出版社,2009.

[4]楊慧.空間分析與建模[M].北京:清華大學出版社,2013.

[5]池建等.精通ArcGIS地理信息系統(tǒng)[M].北京:清華大學出版社,2010.

[6]湯國安,楊昕等.ArcGIS地理信息系統(tǒng)空間分析實驗教程（第2版）[M].北京:科學出版社,2012.

[7]金杰,張洪.地價和房價空間變化研究:以昆明市為例[M].昆明:云南科技出版社,2012.

[8]王政權(quán).地統(tǒng)計學及其在生態(tài)學中的應(yīng)用[M].北京:科學出版社,1999.

[9]梅志雄.基于半變異函數(shù)的住宅價格空間異質(zhì)性分析——以東莞市為例[J].華南師范大學學報:自然科學版,2008,(4).

[10]Combardella C A,Moorman T B,Novak J M,et al.Field-scale Variability of Soil Properties in Central Soils[J].SoilSci.Am.J.,1994.

[11]Rossi R E,Milla D J,Journel A G,et al.Geostatistical Tools for Modeling and Interpreting Ecological Spatial Dependence[J].Ecological Monographs,1992,62.

[12]吳學文,晏路明.普通Kriging法的參數(shù)設(shè)置及變異函數(shù)模型選擇方法——以福建省一月均溫空間內(nèi)插為例[J].地球信息科學,2007,9(3).

Construction Method and Parameters Setting of Digital Land Price Model

Li Jieru1,2,Zhang Junhai2

(1.Faculty of Science,Zhangjiakou University,Zhangjiakou 075000,China;2.School of Resource and Environmental Sciences,Hebei Normal University,Shijiazhuang 050024,China)

In view of the fact that the common means used to study the spatial distribution of land price in present China is based on geo-statistics to build digital land price model.The past studies mostly focus on the spatial variation analysis or the result comparison between different models,but less on the discussion about the complete modeling process and how to set the parameters scientifically.This paper uses the land transaction data of Shijiazhuang from 2008 to 2014 as samples and draws support from ArcGIS and GS+software platform to explore in depth the principle of geo-statistics,the method of using Kriging interpolation and the complete process of building a digital land price model,and also emphatically investigates how to obtain the optimal parameters in modeling.The study results show that the proposed method of building digital land price model based on geo-statistics more reasonably simulates the regional spatial distribution of land price;in the process of modeling,it can effectively guarantee the scientificity and accuracy of modeling parameters by means of exploratory spatial data analysis,variation function analysis,goodness-of-fit contrast of different model,and cross validation accuracy test,and so on.

digital land price model;geo-statistics;Kriging method;exploratory spatial data analysis

P208；C82

A

1002-6487（2017）20-0010-05

河北省高等學?？茖W技術(shù)研究項目（QN2017522）

李潔茹（1982—），女，河北張家口人，碩士，講師，研究方向：土地信息系統(tǒng)。

（通訊作者）張軍海（1964—），男，河北邢臺人，碩士，教授，研究方向：地圖學、地理信息系統(tǒng)。

(責任編輯/亦 民)